我將其分為四個基本組：傳統、MPP（大規模并行處理）、列式存儲和一種新興技術稱為 NewSQL。

傳統

這些是我們多年來常見的數據庫。一些供應商可能包括 MySQL、PostgreSQL、MS SQL Server、Sybase、Oracle 數據庫等。它們符合 SQL 標準并提供完整的 ACID 事務。也就是說，你可以在平臺上直接進行大量的數據轉換，并保證不同的人查看相同的數據時會看到相同的值。它們也是關系型的，即不同表中的數據通常會被連接在一起。大多數情況下，這些數據庫會在單個節點或網格中的幾個節點上運行（有些例外）。這些數據庫通常用于處理原子（最低粒度）級別事務的業務應用程序。它們也在處理和存儲涉及物理價值的數據時使用。例如，你公司的 ERP 和供應鏈系統將使用這些數據庫來存儲數據。正確調整、配置和建模后，它們也可以很好地用作數據倉庫解決方案。

MPP（大規模并行處理）

一般來說，提供了與傳統數據庫大部分相同的功能，但是可以擴展到數百或數千個節點。該領域的供應商包括 Oracle Exadata、Teradata、EMC Greenplum 和 IBM Netezza。這些通常在大型企業中作為數據倉庫的核心使用。一些供應商還為 MPP 數據庫提供了專門的方法。例如，像 Vertica 數據庫、Actian Matrix 和 Sybase IQ 這樣的平臺在 MPP 解決方案中提供了列式存儲（見下文）。SAP HANA 和 Exasol 是主要在內存中操作的 MPP 數據庫的例子。

NewSQL

同樣，非常類似于 MPP 和傳統數據庫，因為它們是 ACID 兼容和支持 SQL 標準的，只是這些解決方案傾向于非常依賴或完全依賴內存數據存儲。它們也傾向于橫向擴展。這與主要使用磁盤作為存儲機制的其他解決方案相反。這里的權衡是 NewSQL 傾向于存儲更少的數據，因為磁盤可以存儲比 RAM 更多的數據。實際上，即使是 MPP 解決方案也傾向于使用磁盤、固態硬盤和內存的混合存儲。這些解決方案非常流行用于 OLAP 解決方案，因為它們可以快速對大型數據集進行數據更改。NewSQL 的例子有 Oracle Timesten 和 VoltDB。在某些情況下，數據庫供應商正在將這些功能融合到現有的平臺中。Oracle Database 12c 允許你將表“固定”到內存中。

列式存儲

基本上就像聽起來那樣，數據是以列的形式存儲的。如果你想想傳統 SQL 數據庫中數據是如何通常存儲的，你會有一個包含不同類型數據的單一數據行。以用戶表為例，你可能有一個 id、一個名字、姓氏、地址信息、人口統計學等。當數據以行的形式存儲在磁盤上時，很難以一致的方式壓縮它。而當數據以列而非行的形式存儲時，使用同樣的用戶表例子，所有的 ID 都存放在一處，所有的名字都存放在一處等等。這樣可以讓數據庫大大壓縮數據，因為現在相似類型的數據都存放在了一起，從而在查詢大量記錄時減少了物理磁盤讀取量。

權衡之處在于，你選擇的列越多，你的查詢速度就越慢，因為必須從磁盤讀取更多的數據。這與傳統的 SQL 形成對比，在傳統的 SQL 中，向 SELECT 查詢添加更多列通常只對查詢性能產生很小的影響。它們也不適合高并發查詢的使用場景，因為單個查詢將使用大量的可用資源。它們也被設計為批量加載，DML 操作非常緩慢。這使得它們非常不適合 OLTP 類型的工作負載。列式數據庫的例子有 MonetDB、Sybase IQ 和 Actian Vector。此外，大多數 MPP 和其他數據庫供應商提供了列式壓縮的機制。

NoSQL 數據存儲

這類數據庫如此之多，以至于很難真正對其進行一般性的分類，但我會嘗試通過描述五種主要的“類型”來進行分類：鍵值、文檔、圖、Elastic Search 和時間序列。NoSQL 數據庫的共同點是它們都設計為可以在多個服務器之間水平擴展，使用由“網關”節點管理的索引和分片鍵。幾乎所有 NoSQL 數據存儲都是基于這一概念，并應用某種程度的數據結構、索引或存儲策略，以進一步為某些使用場景提供特定的優勢。

它們通常在需要能夠同時讀取和寫入大量數據的情況下使用。這與傳統數據庫不同，后者通常只能調整為擅長其中之一（再次強調，這是在非常寬泛的術語下）。值得注意的是，NoSQL 是指這些數據庫不使用 SQL 作為查詢語言，并不意味著對傳統 SQL 的拒絕。

你需要記住的是，沒有 SQL 兼容性，大多數這些數據庫無法在其引擎內部轉換數據。你必須將數據提取到其他地方，編寫一些代碼，然后將轉換后的數據放置到你需要的地方。幾乎所有的 NoSQL 數據庫也都缺乏 ACID 兼容性，而是依賴于“最終一致性”。從高層次上看，這意味著不同的人查詢完全相同的數據可能會看到不同的值。你也無法直接在這些數據庫中連接數據。

鍵值

這些基本上提供了一種非常簡單的方法來存儲和檢索二進制數據。對于每條記錄，你定義它的鍵并存儲一個值。通常人們會創建大的編程對象，序列化它們，然后存儲起來。這些例子包括 OracleNoSQL 和 Berkeley DB、Dynamo和 Riak。我也把 Cassandra 放在這個組里，但實際上，它在每個值內提供了更多的結構，而不僅僅是一個開放的二進制存儲。這可以用于存儲類似視頻游戲用戶狀態的東西。

文檔存儲

這些與鍵值存儲相似，但區別在于值不僅僅是簡單的二進制對象，而是數據背后有更多的結構。最常見的是數據以 JSON 格式存儲，少數使用 XML。同樣，對于每個鍵，你將檢索文檔值。文檔通常是很大的對象，通常是逐個訪問的。這些適用于存儲具有一定結構的數據，如法律文件或你網站上的整個在線個人資料。

圖形

這與鍵值和文檔存儲有所不同，這些數據庫旨在創建“圖”形式的數據。這基本上意味著你可以定義不同數據點之間非常復雜的關系。你還可以輕松地遍歷定義了關系的數據，即使它是許多節點之外的數據。可以將其視為社交網絡，其中你有朋友、興趣、簽到、喜歡等，并希望定義這些事物之間的關系然后查詢它們。例子包括 Neo4j 和 SPARQL。

彈性搜索

這種類型的 NoSQL 數據庫往往因對其用途的誤解而受到很多關注。最基本來說，這些數據存儲索引“單詞”，并提供類似于在 Google 中輸入內容的搜索功能。它們非常擅長基于關鍵字搜索在非常大的分布式數據集中查找東西，這是一種“企業搜索”。創建索引需要前期投入，而且它們并不適合執行大量數據掃描的操作（即：分析工作負載）。例子包括 Apache Solr、Elasticsearch 和 Kibana。

時間序列

這些數據存儲基于相同的索引和分片鍵的基本原理。然而，不同之處在于時間戳總是連接鍵的一部分。記錄僅使用“插入”操作追加。這種平臺的主要使用場景是為數據用例提供持久化的數據存儲，其中你主要希望以趨勢的形式檢索數據。例如，具有唯一 ID 的傳感器不斷流式傳輸數據。任何給定唯一 ID 的數據都存儲在同一節點上，并按最近的時間戳排序。這使得針對特定 ID 在特定時間點或時間范圍內檢索數據變得高效。許多這樣的數據存儲還根據時間序列提供了額外的功能，如匯總匯總、基于時間的聚合和視覺趨勢分析。例子包括 Druid、InfluxDB 和 OpenTSDB。我也可以強烈認為應該把 HBase 歸類到這里。